王盼盼+郭林豪+王林枝+马寨璞

摘 要：水温是影响水质的重要因素之一，为了更好地预测水温的变化趋势，为水质管理及渔业生产提供科学依据，本文以太湖梅梁湾湖区为例，选取梅梁湾1995年1月-2005年12月的水温数据，构建季节性时间序列模型，并以2006年的水温数据进行验证，结果显示了模型拟合效果较好，预测值与实测值相对误差较小，表明季节性时间序列在水温预测方面有较好的应用性。

关键词：季节性；时间序列；水温；渔业

由于自然和人为因素的影响，对湖泊的水质造成了不同形式的危害。一旦湖泊发生富营养化，就会导致藻类及其他水生生物过量繁殖，造成水质恶化。这不仅对生态环境造成一定程度的破坏，而且对渔业的生产也会产生影响。然而，水中各影响因子之间关系比较复杂并且呈非线性，各因子对影响富营养化程度的大小不一，其中水温作为影响藻类生长和繁殖的基本因子，与细胞内酶反应速率和植物的新陈代谢有密切的关系[1]。Agawin等认为水温升高对藻类数量的增加有主导作用，在其他环境条件适宜的情况下，温度每升高10 ℃都会引起藻类活动强度增加2倍[2]。所以了解水温变化趋势在一定程度上可以为预测湖泊水质提供科学依据，同时对渔业生产提供科学指导。

水温数据是随着时间的推移而记录下的一系列的数据，它们往往具有季节性和周期性。对于这种序列的数据，我们往往称为季节性序列。而处理这种序列数据的方法之一就是建立季节时间序列模型，即SARIMA模型，此模型主要应用于有长期趋势与季节性波动的时间序列的分析预测中。……